[发明专利]一种风险预测方法、风险预测装置和终端设备

说明书

本发明实施例提供一种风险预测方法、风险预测装置和终端设备，其中，该方法包括：利用主机器学习模型对预测数据进行预测处理，得到该预测数据的第一预测值；通过在线学习的方式训练辅机器学习模型；利用该辅机器学习模型对该预测数据进行预测处理，得到该预测数据的第二预测值；以及利用该第二预测值调整该第一预测值。由此，能够提高主机器学习模型的覆盖率，避免作为黑样本的大部分风险事件被模型漏过，通过主机器学习模型和辅机器学习模型的模型融合，能够提高融合后的模型准确率，从而能够高效准确地进行风险预测和防控。

技术领域

本申请涉及信息处理领域，尤其涉及一种风险防控方法、风险预测装置和终端设备。

背景技术

近年来，随着互联网消费的日益繁多，风险预测和防控技术在支付、理财等多个领域得到了高度的重视，在征信评估、反欺诈、预警监控等方面得到了很好的应用。

目前，在风险预测和防控技术中，可以基于机器学习的方式建立模型，以预测和防控相应的风险，例如，基于机器学习的方式，利用历史的风险事件数据进行模型训练，得到一个智能审理模型，之后，该智能审理模型可以对未来的风险事件进行预测和评估，并给出一个定性结果。

另外，在基于机器学习的方式建立模型之后，可以通过每隔一段预定时间(例如，一周或一个月)自动重拟合(refit)的方式来重新训练该模型，以应对新出现的风险事件。

应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

发明人发现，在各种风控场景中，新的风险经常批量出现，自动refit需要每隔一段预定时间才执行一次，无法及时响应，从而导致作为黑样本的风险事件被模型漏过；另外，由于单模型本身的分散性等问题，即使新出现的风险和原先的风险类型类似，通过自动refit的方式往往无法覆盖这些新出现的风险，难以提升模型覆盖率，因此，存在无法高效准确地进行风险预测和防控的问题。

为了解决上述问题，本发明实施例提供一种风险预测方法、风险预测装置和终端设备。

根据本发明实施例的第一方面，提供了一种风险预测方法，其中，所述方法包括：

利用主机器学习模型对预测数据进行预测处理，得到所述预测数据的第一预测值；

通过在线学习的方式训练辅机器学习模型；

利用所述辅机器学习模型对所述预测数据进行预测处理，得到所述预测数据的第二预测值；以及

利用所述第二预测值调整所述第一预测值。

根据本发明实施例的第二方面，提供了一种风险预测装置，其中，所述装置包括：

第一处理单元，其包括第一预测模块，所述第一预测模块用于利用主机器学习模型对预测数据进行预测处理，得到所述预测数据的第一预测值；

第二处理单元，其包括第二训练模块和第二预测模块，所述第二训练模块用于通过在线学习的方式训练辅机器学习模型，所述第二预测模块用于利用所述辅机器学习模型对所述预测数据进行预测处理，得到所述预测数据的第二预测值；

其中，所述第一处理单元还包括：调整单元，其用于利用所述第二预测值调整所述第一预测值。

根据本发明实施例的第三方面，提供了一种终端设备，其中，所述终端设备包括前述第二方面所述的风险预测装置。

根据本发明实施例的其他方面，提供了一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机执行前述第一方面所述的风险预测方法。